Regression

特征筛选方法总结（面试准备15）

函数：VarianceThreshold二.假设检验：卡方检验看离散变量是否独立方差分析看离散和连续变量是否独立F检验看连续变量是否独立三.互信息的关联度指标：相关系数(f_regression:是相关

爱学习的uu·2025-06-23 17:20

Linear Regression

DecisionTreevs.LinearRegressionDecisiontreesandlinearregressionarebothsupervisedmachinelearningtechniques,buttheyservedifferentpurposesandhavedistinctcharacteristics.Belowisadetailedcomparison:KeyDiff

土豆羊626·2025-06-08 15:35

[论文阅读]Bottom-Up Human Pose Estimation Via Disentangled Keypoint Regression

该论文发表于CVPR2021Background背景该论文关注的是的是自底向上的关键点回归人体姿态估计，作者认为回归关键点坐标的特征必须集中注意到关键点周围的区域，才能够精确回归出关键点坐标。因此提出了一种名为解构式关键点回归（DEKR）的方法。这种直接回归坐标的方法超过了以前的关键点热度图检测并组合的方法，并且在COCO和CrowdPose两个数据集上达到了目前自底向上姿态检测的最好结果上图作者

qian9905·2025-05-29 16:33

时间序列的线性回归

https://www.kaggle.com/code/xiefei/linear-regression-with-time-series

Ritter_Liu·2025-05-21 07:52

前馈神经网络回归(ANN Regression)从原理到实战

前馈神经网络回归(ANNRegression)从原理到实战一、回归问题与前馈神经网络的适配性分析在机器学习领域，回归任务旨在建立输入特征与连续型输出变量之间的映射关系。前馈神经网络（FeedforwardNeuralNetwork）作为最基础的神经网络架构，通过多层非线性变换，能够有效捕捉复杂的非线性映射关系，尤其适合处理传统线性模型难以建模的高维、非线性回归问题。1.1回归任务核心特征输出空间连

梁下轻语的秋缘·2025-05-16 16:49

一文读懂机器学习：分类（classification）、回归（regression）、排名（ranking）、uplifting（提升效果）和异常检测（Anomaly detection）

概述机器学习是一种人工智能技术，使计算机能够通过经验自动改进性能，主要分为监督学习（使用带标签的数据进行训练）、无监督学习（寻找无标签数据中的模式）、半监督学习（结合带标签和无标签数据）和强化学习（通过与环境交互学习）。它广泛应用于金融（信用评分）、医疗（疾病预测）、自动驾驶（路径规划）和自然语言处理（机器翻译）等领域，关键概念包括特征、模型、过拟合和交叉验证。本文我们使用ydf方法进行分别介绍。

此星光明·2025-05-07 07:31

【机器学习-07】逻辑回归（Logistic Regression，LR）算法：原理、应用与实现

博主简介：曾任某智慧城市类企业算法总监，目前在美国市场的物流公司从事高级算法工程师一职，深耕人工智能领域，精通python数据挖掘、可视化、机器学习等，发表过AI相关的专利并多次在AI类比赛中获奖。CSDN人工智能领域的优质创作者，提供AI相关的技术咨询、项目开发和个性化解决方案等服务，如有需要请站内私信或者联系任意文章底部的的VX名片（ID：xf982831907）博主粉丝群介绍：①群内初中生、

云天徽上·2025-05-05 15:23

概率预测之NGBoost（Natural Gradient Boosting）回归和分位数（Quantile Regression）回归

概率预测之NGBoost（NaturalGradientBoosting）回归和线性分位数回归NGBoostNGBoost超参数解释NGBoost.fitscore(X,Y)staged_predict(X)feature_importances_pred_dist方法来获取概率分布对象分位数回归（QuantileRegression）smf.quantreg对多变量数据进行分位数回归分析概率预测

人工都不智能了·2025-05-01 20:19

边框回归(Bounding Box Regression)详解

原文地址：http://blog.csdn.net/zijin0802034/article/details/77685438Bounding-Boxregression最近一直看检测有关的Paper,从rcnn，fastrcnn,fasterrcnn,yolo,r-fcn,ssd，到今年cvpr最新的yolo9000。这些paper中损失函数都包含了边框回归，除了rcnn详细介绍了，其他的pap

为时不晚L·2025-05-01 16:24

机器学习第一章

机器学习第一章一、什么是机器学习(MachineLearning)让计算机自己从数据中学习出规律，无需人手写规则输入:特征x输出:标签y学习目标:学习出f(x)等价于y二、三大类型任务类型英文特点示例回归Regression

小白猿同学·2025-04-24 19:55

逻辑回归（Logistic Regression）

逻辑回归（LogisticRegression）原理通过Sigmoid函数（σ(z)=11+e−zσ(z)=\frac{1}{1+e^{-z}}σ(z)=1+e−z1）将线性回归输出z=wTx+bz=w^Tx+bz=wTx+b映射到[0,1]区间输出值表示样本属于正类的概率：P(y=1∣x)=σ(wTx+b)P(y=1|x)=σ(w^Tx+b)P(y=1∣x)=σ(wTx+b)决策边界为线性超平面

pljnb·2025-04-24 10:59

【机器学习|学习笔记】提升回归树（Gradient Boosting Regression Trees，GBRT）的起源、发展、应用与前景，附代码实现示例。（二）

【机器学习|学习笔记】提升回归树（GradientBoostingRegressionTrees，GBRT）的起源、发展、应用与前景，附代码实现示例。（二）【机器学习|学习笔记】提升回归树（GradientBoostingRegressionTrees，GBRT）的起源、发展、应用与前景，附代码实现示例。（二）文章目录【机器学习|学习笔记】提升回归树（GradientBoostingRegress

努力毕业的小土博^_^·2025-04-19 20:24

【李宏毅深度学习——回归模型的PyTorch架构】Homework 1：COVID-19 Cases Prediction (Regression)

目录1、显示NVIDIAGPU的状态信息2、数据集的两种不同的下载方式3、导入相关库4、三个工具函数5、定义自己的数据集类6、定义神经网络模型7、定义选择特征的函数8、训练过程9、超参数字典config10、准备和加载数据11、创建并训练模型12、加载并启动TensorBoard13、使用训练好的模型进行预测14、下载文件到本地1、显示NVIDIAGPU的状态信息#checkgputype!nvi

AI的Learner·2025-04-14 22:35

【数据挖掘】岭回归（Ridge Regression）和线性回归（Linear Regression）对比实验

这是一个非常实用的岭回归（RidgeRegression）和线性回归（LinearRegression）对比实验，使用了scikit-learn中的CaliforniaHousing数据集来预测房价。第一步：导入必要的库importnumpyasnpimportpandasaspdimportmatplotlib.pyplotaspltfromsklearn.linear_modelimportR

dundunmm·2025-04-13 15:10

分位数回归+共形预测：Conformalized Quantile Regression实现更可靠的预测区间

预测不确定性量化在数据驱动决策过程中具有关键作用。无论是评估医疗干预的风险概率还是预测金融市场的价格波动范围，我们常需要构建预测区间——即以特定置信度包含目标真值的概率区间。分位数回归(QuantileRegression,QR)作为一种传统统计方法，长期以来被用于预测此类区间。与常规回归方法建模条件均值不同，QR直接对条件分位数进行建模，例如预测结果的第90百分位数。然而单纯依赖QR在实践应用中

·2025-03-25 18:03

C1-Week2 Program Assignment: Logistic Regression with a Neural Network mindset

LogisticRegressionwithaNeuralNetworkmindsetWelcometoyourfirst(required)programmingassignment!Youwillbuildalogisticregressionclassifiertorecognizecats.ThisassignmentwillstepyouthroughhowtodothiswithaNe

houzhizhen·2025-03-21 05:41

数据标注中的归类与定义，从聚类，相关，关联，回归四个方面分析

本文从**聚类（Clustering）、相关（Correlation）、关联（Association）、回归（Regression）**四个角度探讨数据标注的优化，并结合Python代码示例进行说明。

小宝哥Code·2025-02-24 10:23

R语言中的偏最小乘回归（Partial Least Squares Regression, PLSR）和判别分析（Discriminant Analysis,

R语言中的偏最小乘回归（PartialLeastSquaresRegression,PLSR）和判别分析（DiscriminantAnalysis,DA）偏最小乘回归（PartialLeastSquaresRegression,PLSR）与判别分析（DiscriminantAnalysis,DA）是R语言中常用的数据建模和预测技术。它们可以用于解决回归问题和分类问题。本文将介绍PLSR和DA的基本

程序才子·2025-02-21 00:15

Implement Ridge Regression Loss Function

ImplementRidgeRegressionLossFunctionWriteaPythonfunctionridge_lossthatimplementstheRidgeRegressionlossfunction.Thefunctionshouldtakea2DnumpyarrayXrepresentingthefeaturematrix,a1Dnumpyarraywrepresentin

六月五日·2025-02-18 22:05

机器学习和线性回归、softmax回归

回归——平方误差损失函数回归（regression）是最简单的监督学习任务之一。分类——交叉熵样本属于“哪一类”的问题称为分类问题回归是训练一个回归函数来输出一个数值；分类是训练一个分

小名叫咸菜·2025-02-18 13:53

机器学习里的逻辑回归Logistic Regression基本原理与应用

LogisticRegression即逻辑回归，是一种广泛应用于机器学习和数据挖掘领域的有监督学习算法，以下从原理、应用、算法优缺点等方面进行介绍：基本原理线性回归基础：逻辑回归基于线性回归模型，其基本形式为：z=w1x1+w2x2+⋯+wnxn+bz=w_1x_1+w_2x_2+\cdots+w_nx_n+bz=w1x1+w2x2+⋯+wnxn+b其中xix_ixi是特征变量，wiw_iwi是对

硅基创想家·2025-02-15 19:54

零基础入门机器学习 -- 第四章分类问题与逻辑回归

4.1分类vs回归在机器学习中，任务通常分为两大类：回归（Regression）：用于预测连续数值，如房价、温度、工资等。例如：预测明天的气温（28.5°C）。预测一辆二手车的价格（30,000元）。

山海青风·2025-02-14 23:14

机器学习面试笔试知识点-线性回归、逻辑回归(Logistics Regression)和支持向量机(SVM)

机器学习面试笔试知识点-线性回归、逻辑回归LogisticsRegression和支持向量机SVM微信公众号：数学建模与人工智能一、线性回归1.线性回归的假设函数2.线性回归的损失函数（LossFunction）两者区别3.简述岭回归与Lasso回归以及使用场景4.什么场景下用L1、L2正则化5.什么是ElasticNet回归6.ElasticNet回归的使用场景7.线性回归要求因变量服从正态分布

qq742234984·2025-02-13 07:39

基于lstm算法在MATLAB对短期风速进行预测

基于lstm算法在MATLAB对短期风速进行预测文件列表LSTM-regression-master/ELM.m , 965LSTM-regression-master/LSTM.m , 6302LSTM-regression-master

�时过境迁，物是人非·2025-01-24 02:33

推荐项目：Kaggle - House Prices: Advanced Regression Techniques

秦贝仁Lincoln·2025-01-22 21:55

机器算法之逻辑回归(Logistic Regression)详解

一、什么是逻辑回归？逻辑回归并不是传统意义上的回归分析，而是一种用于处理二分类问题的线性模型。它通过计算样本属于某一类别的概率来进行分类，尽管名字中有“回归”二字，但它实际上是一种分类算法。简单来说，逻辑回归回答的是“这件事发生的可能性有多大”。二、逻辑回归的基本原理在讲原理之前，我们先来了解一下逻辑回归的数学基础。逻辑回归的核心是一个Logistic函数（或称为Sigmoid函数），它的公式如下

HappyAcmen·2025-01-21 20:32

机器学习和深度学习的概念

DifferenttypesofFunctions**Regression：**函数的输出是一个数值forexample：**Classification：**给出选项，让机器去选择。

你好呀我是裤裤·2025-01-18 11:34

通俗理解线性回归(Linear Regression)

线性回归,最简单的机器学习算法,当你看完这篇文章,你就会发现,线性回归是多么的简单.首先,什么是线性回归.简单的说,就是在坐标系中有很多点,线性回归的目的就是找到一条线使得这些点都在这条直线上或者直线的周围,这就是线性回归(LinearRegression).是不是有画面感了?那么我们上图片:![1.png][1]那么接下来,就让我们来看看具体的线性回归吧首先,我们以二维数据为例:我们有一组数据x

小夏refresh·2024-09-11 20:55

从0开始深度学习（4）——线性回归概念

1线性回归回归（regression）指能为一个或多个自变量与因变量之间的关系进行建模。

青石横刀策马·2024-09-05 15:47

python logistic regression_机器学习算法与Python实践之逻辑回归（Logistic Regression）

机器学习算法与Python实践这个系列主要是参考下载地址：https://bbs.pinggu.org/thread-2256090-1-1.html一、逻辑回归(LogisticRegression)Logisticregression(逻辑回归)是当前业界比较常用的机器学习方法，用于估计某种事物的可能性。之前在经典之作《数学之美》中也看到了它用于广告预测，也就是根据某广告被用户点击的可能性，把

weixin_39702649·2024-09-03 03:54

python logistic模型_Python实践之逻辑回归（Logistic Regression）

机器学习算法与Python实践这个系列主要是参考《机器学习实战》这本书。因为自己想学习Python，然后也想对一些机器学习算法加深下了解，所以就想通过Python来实现几个比较常用的机器学习算法。恰好遇见这本同样定位的书籍，所以就参考这本书的过程来学习了。这节学习的是逻辑回归(LogisticRegression)，也算进入了比较正统的机器学习算法。啥叫正统呢？我概念里面机器学习算法一般是这样一个

weixin_39922394·2024-09-03 02:12

Spark MLlib模型训练—回归算法 Random forest regression

SparkMLlib模型训练—回归算法Randomforestregression随机森林回归(RandomForestRegression)是一种集成学习方法，通过结合多个决策树的预测结果来提升模型的准确性和稳健性。相较于单一的决策树模型，随机森林通过随机采样和多棵树的集成，减少了模型的方差，从而在处理复杂数据集时展现出更好的性能。本文将详细介绍随机森林回归的原理、实现方法、应用场景，并通过Sc

不二人生·2024-09-02 17:54

Spark MLlib模型训练—回归算法 GLR( Generalized Linear Regression)

SparkMLlib模型训练—回归算法GLR(GeneralizedLinearRegression)在大数据分析中，线性回归虽然常用，但在许多实际场景中，目标变量和特征之间的关系并非线性，这时广义线性回归（GeneralizedLinearRegression,GLR）便应运而生。GLR是线性回归的扩展，能够处理非正态分布的目标变量，广泛用于分类、回归以及其他统计建模任务。本文将深入探讨Spar

猫猫姐·2024-09-02 08:28

基于Python的机器学习系列（17）：梯度提升回归（Gradient Boosting Regression）

简介梯度提升（GradientBoosting）是一种强大的集成学习方法，类似于AdaBoost，但与其不同的是，梯度提升通过在每一步添加新的预测器来减少前一步预测器的残差。这种方法通过逐步改进模型，能够有效提高预测准确性。梯度提升回归的工作原理在梯度提升回归中，我们逐步添加预测器来修正模型的残差。以下是梯度提升的基本步骤：初始化模型：选择一个初始预测器h0(x)，计算该预测器的预测值。计算残差：

会飞的Anthony·2024-08-31 09:02

Datawhale X 李宏毅苹果书 AI夏令营｜机器学习基础之案例学习

机器学习（MachineLearning,ML）：机器具有学习的能力，即让机器具备找一个函数的能力函数不同，机器学习的类别不同：回归（regression）：找到的函数的输出是一个数值或标量（scalar

Monyan·2024-08-28 11:06

四十一、【人工智能】【机器学习】- Bayesian Logistic Regression算法模型

系列文章目录第一章【机器学习】初识机器学习第二章【机器学习】【监督学习】-逻辑回归算法(LogisticRegression)第三章【机器学习】【监督学习】-支持向量机(SVM)第四章【机器学习】【监督学习】-K-近邻算法(K-NN)第五章【机器学习】【监督学习】-决策树(DecisionTrees)第六章【机器学习】【监督学习】-梯度提升机(GradientBoostingMachine,GBM

暴躁的大熊·2024-08-23 19:46

regression机器学习回归预测模型参考学习后自我总结

简单来说，就是将样本的特征矩阵映射到样本标签空间。回归分析帮助我们理解在改变一个或多个自变量时，因变量的数值会如何变化。线性模型线性回归用于建立因变量和一个或多个自变量之间的线性关系模型。在线性回归中，假设因变量（被预测变量）与自变量（预测变量）之间存在着线性关系，也就是说，因变量的数值可以通过自变量的线性组合来预测。普通最小二乘线性回归。通过最小化实际观测值与模型预测值之间的误差平方和，可以找到

饮啦冰美式·2024-03-18 11:20

（Ridge， Lasso） Regression

岭回归岭回归的损失函数MSE+L2岭回归还是多元线性回归y=wTx只不过损失函数MSE添加了损失项w越小越好？因为为了提高模型的泛化能力（容错能力），w越小越好因为如果x1有错，w越小，对y的影响越小但是w为0没意义，所以w要适当保证准确率的情况下提高泛化能力和容错能力多元线性回归通过MSE（最小二乘leastsquares）保证正确率但是我们还需要模型提高泛化能力提高泛化能力min((y-y_h

王金松·2024-02-14 15:56

GEE：CART（Classification and Regression Trees）回归教程（样本点、特征添加、训练、精度、参数优化）

作者：CSDN@_养乐多_对于分类问题，这个输出通常是一个类别标签，而对于回归问题，输出通常是一个连续的数值。回归可以应用于多种场景，包括预测土壤PH值、土壤有机碳、土壤水分、碳密度、生物量、气温、海冰厚度、不透水面积百分比、植被覆盖度等。本文将介绍在GoogleEarthEngine（GEE）平台上进行CART（ClassificationandRegressionTrees）回归的方法和代码，

_养乐多_·2024-02-14 10:24

[论文精读]Intelligence Quotient Scores Prediction in rs-fMRI via Graph Convolutional Regression Network

论文网址：IntelligenceQuotientScoresPredictioninrs-fMRIviaGraphConvolutionalRegressionNetwork|SpringerLink英文是纯手打的！论文原文的summarizingandparaphrasing。可能会出现难以避免的拼写错误和语法错误，若有发现欢迎评论指正！文章偏向于笔记，谨慎食用！目录1.省流版1.1.心得1.

夏莉莉iy·2024-02-12 21:03

最小二乘法的计算复杂度Computational complexity of least square regression operation

https://math.stackexchange.com/questions/84495/computational-complexity-of-least-square-regression-operationhttps

知识在于积累·2024-02-12 14:14

使用Logistic Regression进行文本分类

1.文本格式sentence,label游戏太坑，暴率太低，太克金，平民不能玩,negative让人失望,negative能解决一下服务器问题？网络正常老掉线，换手机也一样。。。,negative期待,positive一星也不想给，这特么简直龟速，炫舞老年版？,negative衣服不好看游戏内容无特色，界面乱糟糟的,negative喜欢喜欢,positive从有了这个手游就一直玩，很喜欢呀，希望更

bitcarmanlee·2024-02-11 18:04

python基础学习-多元回归（Multiple Regression）

多元回归就像线性回归一样，但是具有多个独立值，这意味着我们试图基于两个或多个变量来预测一个值。请看下面的数据集，其中包含了一些有关汽车的信息。CarModelVolumeWeightCO2ToyotaAygo100079099MitsubishiSpaceStar1200116095SkodaCitigo100092995Fiat50090086590MiniCooper15001140105VW

Jiang_Immortals·2024-02-10 21:23

【机器学习笔记】回归算法

回归算法文章目录回归算法1线性回归2损失函数3多元线性回归4线性回归的相关系数1线性回归回归分析(Regression)回归分析是描述变量间关系的一种统计分析方法例：在线教育场景因变量Y：在线学习课程满意度自变量

住在天上的云·2024-02-10 17:19

机器学习算法之逻辑回归算法（Logistic Regression）

逻辑回归算法是一种用于分类问题的经典机器学习算法。虽然它的名字中带有“回归”，但实际上逻辑回归用于解决分类问题，特别是二分类问题。本篇博文将详细介绍逻辑回归算法的工作原理、应用领域以及Python示例。算法背景逻辑回归起源于20世纪初，用于分析生存率数据。随后，它被广泛应用于医学、社会科学、经济学和工程学等领域。在机器学习中，逻辑回归通常用于解决以下问题：信用评分垃圾邮件分类疾病诊断用户流失预测金

迎风斯黄·2024-02-07 04:37

sklearn之模型评估指标总结归纳

scoring参数网格搜索中应用机器学习模型评估以下方法，sklearn中都在sklearn.metrics类下，务必记住哪些指标适合分类，那些适合回归，不能混着用分类的模型大多是Classifier结尾，回归是Regression

lzw2016·2024-02-06 10:57

【PSA】《Polarized Self-Attention: Towards High-quality Pixel-wise Regression》

arXiv-2020文章目录1BackgroundandMotivation2RelatedWork3Advantages/Contributions4Method5Experiments5.1DatasetsandMetrics5.2PSAvs.Baselines5.3SemanticSegmentation5.4AblationStudy6Conclusion（own）1Backgrounda

bryant_meng·2024-02-05 17:24

深度学习入门笔记（6）—— Logistic Regression

对比第三节中的Adaline和LogisticRegression，可以发现它们只有两点不同：1、激活函数，Adaline中的激活函数是恒等函数（线性），而LogisticRegression中的激活函数是Sigmoid函数（非线性）；2、损失函数，Adaline中的损失函数是均方误差，而LogisticRegression中的损失函数则是交叉熵。Sigmoid函数如图所示，其值域为0到1，输入为

cnhwl·2024-02-05 05:55

linear_regression_2.ipynb

{"cells":[{"cell_type":"code","execution_count":5,"metadata":{},"outputs":[],"source":["%matplotlibinline\n","%reload_extautoreload\n","%autoreload1\n","%aimportd2lzh_pytorch\n","importtorch\n","impor

fallinmix·2024-02-05 02:49

XGBoost和LightGBM的参数以及调参

Booster参数：控制每一步的booster(tree/regression)。booster参数一般可以调控模型的效果和计算代价。我们所说的调参，很这是大程度上都是在调整booster参数。

噶噶~·2024-02-04 21:45

推荐频道